无人作战系统的智能决策与对抗能力

张兆鑫 高兴隆 马建光

21世纪以来，世界无人作战技术加速向前发展，带动无人装备应用范围不断拓展、应用层次不断提升，部分已进入主战装备，战场应对环境也正由低烈度冲突和低威胁环境向高强度交战和中高威胁环境迈进，对军事领域各方面产生重要影响。面对日趋复杂的战场环境与战场态势，无人作战系统的智能决策与对抗能力已成为世界主要军事国家的重点发展方向。

智能决策与对抗的技术支撑

智能态势感知技术令无人机“耳聪目明”。信息化战争中，无人机、战斗机器人、电子对抗装备等武器逐渐融合智能，使战场各类信息交织难辨，大大增加了感知元件收集有效情报的难度。智能态势感知技术着眼于未来复杂、高度动态变化的战场环境，建立以大量终端上的各类传感器为核心的侦察监视系统，通过高速战场信息通信网络构成的情报传输系统，利用战场物联网、云计算、信息融合与共享、数据挖掘、数学建模等人工智能技术，实现无人机系统感知战场态势的瞬息变化，并进行分析和判断。无人机具备了智能态势感知技术就如同获得了耳目，能够自主收集一定范围内的信息，在真正意义上与传统装备形成代差。“在这片森林中，他人就是地狱，就是永恒的威胁，任何暴露自己存在的生命都将很快被消灭。”《三体》的此言不仅能够用来描绘宇宙的环境，还很好地形容了未来战争中感知能力的关键性。只有掌握了先进的智能态势感知技术，无人机才可能比敌方先一步侦测到位置，在被发现之前摧毁敌方武器装备，同时保证自己的存活，以便于进行下一步的作战任务。此外，无人机高度智能化的前提就是智能态势感知技术，一旦无法掌握目标有效信息，无人机的智能决策便因缺少数据而无法展开。目前国内外相关领域专家通过战场物联网、大数据及数据挖掘、信息融合与共享、知识库与专家决策系统、动态树结构、复杂环境认知与推理技术、非结构化环境感知技术等手段实现能够适应智能无人机系统的战场感知能力。

无人机智能化态势感知

智能自主控制技术令无人机“乘机应变”。在信息对抗技术日益更新的未来战场中，网络对抗、电子对抗势必会渗透战争中的方方面面。因此，无人机离开人的遥控、自主执行任务的情况将会成为常态，这便需要无人机根据战场态势智能决策，在复杂的战场环境中计算出最优解。根据预先设置的数据库，无人机在感知战场态势后多线运算，将当前情况与数据库中的预设尽可能拟合，达到如同战斗人员临场决策的效果。智能自主控制技术主要包括智能化飞行控制技术、智能化火力控制技术和智能化任务规划技术，这些技术是实现未来无人机系统发展核心领域，是实现多机编队、协同作战的基础。同时为了提高无人机智能自主控制的能力，提高对意外事件处理的应对能力，还要开展集成自主系统的智能计算、智能目标检测与跟踪、单无人机智能自主控制、多无人机系统智能协同自主控制、自主故障诊断和自主控制重构等方面的研究。

人机协同作战

小精灵项目概念图

智能协同交互技术令无人机“协调一致”。完成态势感知与智能决策后，无人机的对抗手段成为重中之重。经过无人机作战理论的不断成熟，诸如无人机蜂群作战、人机协同作战等新式战法出现在战场上，并且取得令人瞩目的战果。世界军事强国已经预见到无人作战的强悍威力，认为其是未来智能化作战的主力军，将更多的资源投入到此领域。为了更好地完成作战任务，多种无人机需要进行协同作业，此时数据共享、目标分配、任务分担、机次分组的合理统一化便尤为重要。在该过程中，智能协同交互技术发挥了关键作用，将可配置无人机作为一项因素加入智能决策中，使无人机突破算法的孤立性，在抵近侦察、精确打击、保障补给方面具备协调有效的集群作业模式。智能协同交互技术的主要内容包括：协同态势感知技术、信息交互与通信技术、作战云技术、智能决策与智能攻击技术、集群协同作战技术、学习与进化智能技术等。

智能决策与对抗的战场运用

蜂群作战是智能决策与对抗在战场运用的里程碑式战法。无人机蜂群作战系统是由大量单功能或多功能无人机组成的，在交感网络的支撑下，其节点具有交互与反馈、激励与响应等交感行为，属于可通过单个平台行为自主决策和平台间行为协同最终实现能力涌现的自主式空中作战体系。依据此概念，无人机蜂群作战功能全面，通过信息交互和聚集协同实现群体智能行为，从而在态势感知、整体防御、火力打击、效果评估等方面形成集群优势。但蜂群的组成需要几百、几千甚至数以万计的微型无人机，通过人工的控制几乎无法实现，只能依靠构建算法去处理源自无人机群的庞大信息。

为了真正实现蜂群作战，无人机群各功能分区都需实现智能化改造。智能感知、智能武器系统、智能交互系统等共同构建智能化网络，以达到单机为基点、蜂群为系统的智能对抗的目标，覆盖三维空间，做到海陆空一体推进。美军将蜂群作战作为军队发展的重要方向，接连启动了小精灵、山鹑等小微型无人机项目，在技术上加快相关算法构建，在实践上提前为无人机的停靠与发射建设平台。同样，2016年11月，欧洲防务局启动欧洲蜂群项目，加紧了蜂群作战的智能化核心技术攻关。而在真正的战场上，由智能决策支撑的蜂群作战初出茅庐便锐不可当。纳卡冲突中，阿塞拜疆曾出动小型无人机蜂群对敌人进行大规模杀伤。据有关数据，无人机蜂群在24小时内便摧毁亚美尼亚方面坦克130辆、火箭发射系统50个、武装车辆64部、防空导弹系统25个，还有S-300导弹、大批火箭炮、榴弹炮和装甲车等。

蜂群覆盖三维空间，做到海陆空一体推进

然而，无人机蜂群作战对于智能决策与对抗技术的要求极高，目前的算法水平尚不能满足蜂群作战的需要，大型无人机蜂群的构建无法实现。鉴于数据链等通信技术的突飞猛进，无人机在从单元智能化作战到集群智能化作战的发展中演变出一个过渡阶段，即人机协同作战。通过战斗人员的干预，无人机对战场态势的算法判断复杂度降低。对于无人机智能化计算出的作战方案，战斗人员根据总体战斗目标进行修正和调整，反馈给无人机，并人为预测战场走向，帮助无人机确定下一步的任务执行。此外，有人战斗力量配备，令人机协同作战的武器装备研发更平滑，可以在传统装备上进行更新与改造。美陆军首个雨型攻击侦察营已于2015年3月组建完毕，具备有人/无人协同作战能力。同样，俄罗斯国防部机器人技术科学研究试验中心主任波波夫上校在“俄联邦武装力量机器人化”会议上称:“在日趋复杂的战场环境中，无人装备与有人装备的协同作战能力将成为未来俄军无人作战的一个重要发展方向。”

智能决策与对抗的突破方向

无人机挖掘地面信息

非完备信息的智能挖掘技术随着时代的发展，各种高新技术武器层出不穷，使得战场数据总量与环境变化不确定性急剧增大。无论是量的提升还是环境的改变，都增大了无人机收集战场数据的困难，丢失部分信息是不可避免的。这就要求无人机具备在不完全的信息下通过算法拟合出完整模型的本领，即非完备信息的智能挖掘技术。在非完备信息的条件下，无人机面临着对自身对抗环境的不确定性与对敌方意图判断的不确定性，极大增加了付出与收益的不对等程度。一旦决策失误，无人机存活的可能性甚微。目前针对空战信息不完备情况进行有效处理的方法还较少，可以通过利用人工智能、模式识别、机器学习、统计学、数据库、可视化技术进行数据处理，并揭示出大量数据中隐含的、先前未知的并有潜在价值的信息等，可为无人机有效攻防决策提供必需的信息，因而研究无人机非完备信息的智能挖掘技术具有较大的实际意义。

基于人机混合增强的多无人机攻防决策技术为了提升作战效率与任务冗余性，降低资源的浪费，要求不同机种、不同功能的无人机相互协同合作完成不同类型和复杂程度的任务。如果把人的智慧与经验引入智能空战系统的攻防决策计算回路中，利用人对模糊、不确定问题分析与响应的优势，将高级认知机制与无人机智能决策紧密耦合，可使两者相互适应、协同工作，并最终成“1+1＞2”的增强智能形态。要实现这一目标，需从人类-自主无人系统集群交互的基本理论、自主无人系统集群和人类认知模型、人机交互与协同、基于控制共享的人机合作等几个方面入手。因此，开展基于混合增强智能的无人机群多目标协同攻防决策技术相关研究，不仅可推动混合增强智能技术的进步和发展，也为未来战场全维作战环境下的智能决策提供了重要的参考。

以目前的技术水平，基于人机混合的决策技术更能提高作战效能

无人机协同攻防决策的智能评估方法随着信息化技术的高速发展和先进装备的大量列装，空战智能化程度及战场复杂程度和智能化程度愈来愈高，多无人机协同空战智能决策与评估问题已成为了争夺战场制空权亟需解决的问题，也是无人机自主空战决策的关键问题之一。为了适应协同作战空战环境中出现的态势变化快、敌情复杂、敌我信息量大及模型复杂等问题，需建立详细的评价指标体系和评价模型，利用智能评估方法对无人机空战攻防决策结果进行评估，判断是否需要二次决策，完成整个闭环的空战过程，可降低作战资源的浪费，从根本上提高多无人机协同空战的作战效能。目前的效能评估体系考虑了任务可靠度、雷达能力、数据链能力、协同攻击能力、指挥控制决策能力以及飞机可用度等指标，较全面地描述了无人机协同作战的效能指标。不过，该体系局限在单一无人机的作战中，协同作战、蜂群作战的智能评估体系仍要持续研发与推进。